資源描述：
《基于模因算法動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要在現(xiàn)實(shí)世界中，往往存在著許多動(dòng)態(tài)的多目標(biāo)優(yōu)化問(wèn)題，由于此類問(wèn)題具有多個(gè)依賴時(shí)間或環(huán)境的目標(biāo)，并且這些目標(biāo)可能是相互沖突、不可公度的，加之此類問(wèn)題的最優(yōu)解會(huì)隨著時(shí)間而發(fā)生改變，因而通常很難設(shè)計(jì)出一種通用而又有效的方法來(lái)求解此類問(wèn)題。本文提出了一種基于模因算法(MA：Memetic砧gorithIn)的動(dòng)態(tài)多目標(biāo)優(yōu)化方法，并進(jìn)行實(shí)驗(yàn)，獲得了一些有意義的結(jié)果。論文的主要工作如下：(1)問(wèn)題描述與相關(guān)理論研究綜述。主要包含動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的定義及其特征的描述，進(jìn)化算法在動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的研究進(jìn)展與研究目標(biāo)的綜述，動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的測(cè)試函數(shù)及評(píng)
2、價(jià)指標(biāo)的總結(jié)。(2)提出了一種基于模因算法的動(dòng)態(tài)多目標(biāo)優(yōu)化方法。該方法主要包含四個(gè)模塊：進(jìn)化算法模塊、局部?jī)?yōu)化模塊，變化檢測(cè)模塊和全局與局部搜索平衡控制模塊。進(jìn)化算法模塊采用快速非支配排序和擁擠距離算子來(lái)查找種群中的非支配前沿；局部?jī)?yōu)化模塊使用局部爬山和模擬退火算法作為局部模因算子，對(duì)精英個(gè)體進(jìn)行局部?jī)?yōu)化；變化檢測(cè)模塊和全局與局部搜索平衡控制模塊負(fù)責(zé)檢測(cè)環(huán)境是否發(fā)生變化，若發(fā)生變化則根據(jù)檢測(cè)到的變化量的大小來(lái)選擇對(duì)應(yīng)的局部模因算子以及改變?cè)撍阕拥木植克阉魃疃取１疚奶岢龅膬?yōu)化方法與基于進(jìn)化算法的優(yōu)化方法相比具有以下3個(gè)優(yōu)點(diǎn)：①采用快速非支配排序和
3、擁擠距離計(jì)算，能夠更快找到非支配個(gè)體；②采用局部?jī)?yōu)化能夠改善種群結(jié)構(gòu)，較好的保持種群的多樣性，具備較高的局部尋優(yōu)能力，可以加快種群的收斂速度；③采用動(dòng)態(tài)檢測(cè)及全局與局部搜索平衡控制可以檢測(cè)變化的劇烈程度，對(duì)此做出相應(yīng)的反應(yīng)，能夠加快算法對(duì)環(huán)境變化的響應(yīng)。(3)實(shí)驗(yàn)仿真與結(jié)果分析。通過(guò)設(shè)置多組實(shí)驗(yàn)參數(shù)求解三個(gè)動(dòng)態(tài)多目標(biāo)測(cè)試問(wèn)題，將基于模因算法的動(dòng)態(tài)多目標(biāo)優(yōu)化方法與DNSG越I．A算法的優(yōu)化結(jié)果進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明基于模因算法的動(dòng)態(tài)多目標(biāo)優(yōu)化方法所取得的最優(yōu)解集的整體性能要比DNSGAII．A算法的最優(yōu)解集好，收斂速度更快。關(guān)鍵詞：動(dòng)態(tài)多目標(biāo)優(yōu)化
4、；模因算法；局部模因算子AbsImctAbstractInour、Ⅳodd，tllerearcmallyd)，I刪【mcmlllti-objeCtiVe叩tirnizationprobl鋤s．TKsl【indof0ptiIll：豳tionprobleiIlsofbenllaSr砌tiple90als．Riso舭ndi伍cuht0des蜘aulliVcrs“m劬odt0soIvet11iskindofoptiIni刎onprobl鋤s．mspaperdesignedame吐lodmatb嬲edonmememetiCalgori也mford)，I瑚
5、：nicInuhi-objective0ptimizationprobl鯽嘴，andtllenexpe劬entwimsomeiIltereStiI培resul_tS．mm血workof也ep印eris弱follows：·．(1)Descriptionofaleproblem鋤dSummaryofrclated+tlleoretic出如Jdies．IIlnlispaper'thede丘碰onandcharacteriSticsoft：hedynaⅡlicmulti-objectiveoptimizationproblemisdescribed，Ⅱ
6、leresearchprogressandresearChgoalsoftheeV01utiona巧algor曲mmatisappliedt0medyn舡Ilicmulti—objectiVeoptiIIlizationproblemaredescribed，mensummarizesthedyn鋤icmulti·objectiVeoptimizacionproblemofteSting丘mctionsa11devaluation．(2)Research趴ddesi弘觚algoritllmb嬲ed0n也ememeticalgorithmfor∞
7、lVil培dynaInicmulti-objectiVeoptj面za廿onproblem．111isalgorithm麗lliInprovethegeneticalgorithmcombiIled淅tlllocalsearchalgo商虹ns．TherearefourmodllleofⅡlisalgorithm，趾d廿：屺血nctionoftllesemodllleareshown嬲f(shuō)ollow：1keVolutio曲Dra190ritllmn10duleuSesaf．a(chǎn)stnon-do舭dsoning觚dcrowdillgdistancec
8、alculationt0fmd也epoplllationsof也eN0n-do塒曲atedcu仕噸-edge；Thelocaloptill：lizat
